谷歌的无人驾驶技分解

2009年，特龙开始了另一个更具野心的尝 试：能在公共街道和高速公路上穿行的无人自 动驾驶汽车。 无人驾驶汽车的主要原理在于通过车载传 感系统感知道路环境，自动规划行车路线并控 制车辆到达预定目标；同时通过车载传感器感 知周围环境，并根据感知所获得的道路、车辆 位置和障碍物信息，控制车的转向和速度， 从而使车辆能够安全、可靠地在道路上行驶。
从2009年开始，谷歌的无人驾驶汽车研发一直在 秘密进行。正是特龙低调谨慎的行事风格，令谷歌汽 车在研发初期没有受到外界的任何干扰，保证了无人 驾驶汽车这个新生事物的顺利落地。
2010年10月谷歌对外正式公布，Google研发的无 人驾驶汽车技术已取得实质性进展。这款汽车已经基 本具备自动操作和行驶能力，并在各种交通环境中行 驶了22万公里。
SICK公司激光雷达。用 于检测周围障碍物，无人 车需要能够感知周围环境， 又不能像人一样单纯用眼 睛完成，于是这玩意可以 返回周围障碍物的距离， 误差毫米级。
5个SICK，一个 SICK当时等价于 一辆帕萨特。
360度多线激光雷达，现在 价值3个帕萨特
除了激光雷达（避障），还有有毫米波雷达（探测）、GPS （定位）、里程计（定位）、陀螺仪（定位）、视觉系统（检 测、避障）、数传电台（监控）等等。
惯性导航系统有如下优点： • 1、由于它是不依赖于任何外部信息，也不向外部 辐射能量的自主式系统，故隐蔽性好，也不受外 界电磁干扰的影响； • 2、可全天候、全时间地工作于空中、地球表面乃 至水下； • 3、能提供位置、速度、航向和姿态角数据，所产 生的导航信息连续性好而且噪声低； • 4、数据更新率高、短期精度和稳定性好。
2.3城市路测表现并不完美
目前谷歌无人驾驶汽车研发中面临的最大一个 挑战：智能驾驶系统如何预测周边汽车和行人的行 为。从2013年开始，谷歌无人驾驶汽车开始了在更 为复杂的城市道路的路测，但结果并不尽如人意。 有参与试乘体验的人士表示，谷歌汽车因过于 谨慎而出错的情形，往往令人十分恼火：一次，谷 歌汽车为了避开一辆车而在一个住宅区急转弯。那 辆车停得很糟糕，令谷歌汽车的传感器无法识别它 会不会开到车道上来。
任何一场事故都可能毁灭尚在襁褓之中的谷歌 汽车，因此在项目起步的时候，特龙便已经建立了 详尽的安全制度。他敏锐地意识到，如果这一项目 中有任何差池，那么便会带来异常灾难。他从来都 不允许未经训练的司机靠近研发用的丰田普锐斯车 队的方向盘。这些汽车已经能够实现8O万公里以上 的零事故行驶，但特龙明白，即使每80-160万公里 内仅会出现一次错误，这样的错误率仍然高得让人 害怕。
这款谷歌汽车与普通汽车相比有两大区别：一是 车身布满了各种传感器，有雷达，车道保持系统， 激光测距系统，红外摄像头，GPS/惯性 导航系统等。 这些传感器能收集周围360度全方位的环境信息，帮 助智能驾驶系统理解和感知周围的环境；二是这辆 车没有方向盘、油门和刹车，完全是为了无人驾驶 而设计的。同时，智能驾驶系统还要预测周边物体 的行为，这十分具有挑战性。
20世纪80年代，美德两国的机器人专家在自 动驾驶汽车领域取得了零星进展，但现实情况是， 想要打造一辆能够在高峰时段自动行驶的汽车， 要比制作一个能上月球的机器人更难。到了2004 年，五角大楼的这一项目仍然没能取得什么进展。 因此，DARPA决定举办自动驾驶汽车挑战赛，旨在 说服黑客、大学教授以及那些希望以此一战成名 的企业，加入自动驾驶技术研发，推动该技术的 发展。
2.2 无人车定位问题
GPS的定位精度远达不到无人车的需求，GPS官 方定位精度“<10m”，更高精度的GPS基本要依靠差 分完成。差分的原理很简单：设置一个固定基站， 固定基站校准位置，再将信号传递给车载设备，车 载设备在接收到基站信号和GPS信号后差分获得。 但是每一个基站的有效范围也就30km，远远达不 到无人车的应用要求。如果是“<1米”的精度对于车 辆定位基本上够用，但是GPS一定要在空旷的场地 上才能得到这种级别的定位精度。而且，当无人车 行驶到比较偏僻的地方，可能GPS没信号，这样的 话就需要寻找更加精确的定位方式。
谷歌的无人驾驶技术
第三组：郏高祥16205216080
• • • •
一、研究背景 二、研究过程 三、重点技术 四、未来展望
一、研究背景
21世纪初，美国国会指示美国军方开始设计自 动驾驶汽车，国会甚至给五角大楼定下了一个具体 目标；到2015年，1/3的军队用车应该能在没有人 类驾驶员的情况下到达设定好的目标位置。不过， 这一指令并没有明确指定是自动驾驶还是远程遥控 车辆，但对两种情况的考虑是一样的：智能车辆能 够节约资金，并减少士兵伤亡。
这时就需要里程计+陀螺仪，俗称惯性导航单 元。这套系统的原理就是：花钱越多，有效时间 越久。如果要能在没有GPS的情况下坚持20分钟， 3个帕萨特。原因是里程计、陀螺仪都存在累积误 差。注意误差是累计的，也就是说上一时刻是 0.5m的误差，下一时刻指定大于0.5m。因此要尽 可能约束累积误差，使其数量级很低，那么就要 上光纤陀螺。它的结构简单，价格低，体积小， 重量轻，有很高的灵敏度和分辨率。
图中为2005年的冠军斯坦福大学的史坦利号(Stanley）
实践证明，美国军方举办自动驾驶汽车挑战赛的 做法非常有效，自动驾驶汽车挑战赛以及此后举办的 城市挑战赛，吸引了大批硅谷发明家以及大学科研机 构人员的参与。应该说，美国军方是无人驾驶技术当 仁不让的推手，正是DARPA组办的系列赛事，为日后 谷歌无人驾驶汽车的研发打下了坚实的基础。2005年 DARPA自动驾驶汽车挑战赛的冠军就是来自斯坦福大 学的塞巴斯蒂安特龙带领的团队，而特龙后来加盟谷 歌，成为“谷歌无人驾驶汽车之父”。
谷歌无人驾驶汽车之父——塞巴斯蒂安特龙（ Sebastian Thrun ）
出席2013年世界经济论坛的塞巴斯蒂安•特龙
二、研究过程
2.1 硅谷精英低调研发谷歌汽车
2007年，DAPRA挑战 赛决赛结束后不到一年， 特龙从斯坦福大学辞职， 开始了在谷歌的全职工 作，他的离职从来没有 被公之于众，甚至也没 有被媒体提及。加盟谷 歌后，特龙第一个项目 就创建了街景车队，捕 捉美国每一条街道上的 民宅和企业的数字影像。